一个基于演化关联规则挖掘的个性化推荐模型

• 作者: 林佳雄 蔡跳 龙舜
• 来源期刊: 暨南大学学报（自然科学与医学版）
• 学科: 工学
• 关键词: 数据挖掘 演化关联规则 个性化推荐
• 年，卷（期）: 2012,（3）
• 页码范围: 264-267
• 分类号: TP181
• 字数: 3554字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9965.2012.03.009

摘要

关联分析是一种非常有效的数据挖掘方法,它能帮助人们发现隐藏在大型数据集中的令人感兴趣的联系,在电子商务等应用领域取得了广泛的应用.但实际运用中,它仍存在着关联规则挖掘困难以及得到的静态结果不易及时反映情况变化等问题.为此,人们提出演化关联规则的概念,本文设计了一个基于演化规则集的推荐模型.实际测试表明:它可挖掘出有用的关联规则并及时反映情况的变化,为客户提供更到位的个性化推荐服务,具有简单和计算效率高等特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙舜	暨南大学计算机科学系	19	128	7.0	11.0
2	林佳雄	暨南大学计算机科学系	2	48	2.0	2.0
3	蔡跳	暨南大学计算机科学系	1	13	1.0	1.0